具身智能加速簽單“進(jìn)廠”，相關(guān)融資超去年全年，機器人半馬超越人類極限……今年以來，具身智能市場表現(xiàn)熱鬧非凡。

然而，市場火熱的背后，如何加快規(guī)�；瘧�(yīng)用，提升“自我造血”能力，對于具身智能產(chǎn)業(yè)仍然是一場長跑。

具身智能加速“進(jìn)廠”

近日，一份具身智能產(chǎn)品“采購清單”引發(fā)市場關(guān)注。公開報道顯示，國家電網(wǎng)計劃在今年投資68億元采購8500臺機器人，包括四足巡檢機器狗、人形帶電作業(yè)機器人、雙臂巡檢機器人等產(chǎn)品。

龐大市場和豐富場景，正在成為具身智能產(chǎn)品迭代升級的“練兵場”。從扭秧歌、跑馬拉松到化身“搬運工”“巡檢員”，具身智能正在從科研展示走進(jìn)工業(yè)流水線。

去年9月，北京人形機器人創(chuàng)新中心的具身天工2.0、天軼2.0進(jìn)入福田康明斯發(fā)動機工廠，進(jìn)行料箱搬運環(huán)節(jié)的落地調(diào)試。今年4月，優(yōu)必選與本田貿(mào)易攜手，探索具身智能人形機器人、無人物流車等在工業(yè)制造、倉儲物流等場景中的應(yīng)用可能性……

與此同時，“萬臺交付”正在成為頭部企業(yè)的共同選擇。公開報道顯示，今年以來，包括松延動力、宇樹科技、優(yōu)必選等越來越多的企業(yè)，都將人形機器人產(chǎn)能目標(biāo)指向萬臺級。

研究機構(gòu)Counterpoint Research預(yù)測，到2027年，約72%的人形機器人將用于倉儲物流、汽車行業(yè)和制造業(yè)，真正的大規(guī)模商業(yè)化，將首先發(fā)生在工業(yè)場景。

市場融資規(guī)�！熬畤姟�

市場普遍認(rèn)為，以人形機器人為代表的具身智能產(chǎn)業(yè)正處于從技術(shù)突破邁向規(guī)�；�、商業(yè)化的關(guān)鍵時期。在市場、技術(shù)和政策的加持下，具身智能站上風(fēng)口，融資規(guī)模呈現(xiàn)“井噴”之勢。

銀河通用25億元、千尋智能近20億元、它石智航4.55億美元Pre-A輪……今年以來，10億元及以上規(guī)模的融資事件已達(dá)十余起。

IT桔子數(shù)據(jù)顯示，2025 年具身智能領(lǐng)域共發(fā)生投融資事件達(dá)到358起，總?cè)谫Y金額超過444億元，分別較上年增長308.6%和443.3%；今年相關(guān)融資事件已發(fā)生191起，融資金額已超過去年全年，達(dá)到525.34億元。

具身智能相關(guān)企業(yè)數(shù)量也在快速增長。企查查數(shù)據(jù)顯示，2025年，我國具身智能相關(guān)企業(yè)注冊量為388家，同比增長115.6%；截至4月27日，2026年新注冊具身智能相關(guān)企業(yè)已達(dá)131家，現(xiàn)存相關(guān)企業(yè)已達(dá)2861家，其中華東和華南地區(qū)最集中，占比分別達(dá)44.0%和21.1%。

“造血”能力仍待驗證

風(fēng)口之下，國內(nèi)具身智能企業(yè)的業(yè)績表現(xiàn)，與市場的熱鬧表現(xiàn)形成反差。

目前，A股上市公司年報已陸續(xù)披露。據(jù)同花順iFinD數(shù)據(jù)，申萬行業(yè)機器人分類有20家上市公司，從已披露業(yè)績的15家公司來看，整體喜憂參半：營業(yè)收入有8家增長7家下滑，凈利潤7家增長8家下滑，同時有6家公司出現(xiàn)虧損。

機構(gòu)分析認(rèn)為，具身智能產(chǎn)業(yè)發(fā)展，距離真正的商業(yè)化閉環(huán)，仍有很長的路要走。

從市場看，出貨量增長并不等于開始大規(guī)模應(yīng)用。以頭部企業(yè)宇樹科技為例，2025年前三季度，其四足機器人和人形機器人產(chǎn)品，來自科研教育領(lǐng)域的收入占比分別為31.58%和73.60%。這說明，目前行業(yè)的主要“飯碗”還是靠賣設(shè)備給高校和科研機構(gòu)做研究，而非在工廠里創(chuàng)造實際價值。

從技術(shù)上看，數(shù)據(jù)和模型仍是具身智能的“軟肋”。

“跟訓(xùn)練大語言模型用的海量互聯(lián)網(wǎng)數(shù)據(jù)相比，我們差了3至5個數(shù)量級。”近日，智元創(chuàng)始人鄧泰華在合作伙伴大會上直言，當(dāng)前具身智能發(fā)展最核心的短板是缺數(shù)據(jù)。

興業(yè)證券研報指出，人形機器人目前尚未實現(xiàn)大規(guī)模應(yīng)用，主要原因或非硬件能力不足，而是大模型存在瓶頸。當(dāng)前階段的具身大模型已具備認(rèn)知、推理與規(guī)劃能力，不足之處在于難以可靠處理復(fù)雜物理世界的不確定性，同時泛化能力明顯較弱。

編輯：金文婕

審核：燕青

版權(quán)聲明：如有侵權(quán)   請聯(lián)系刪除